四十四、MongoDB Map Reduce

文章永久连接：https://tech.souyunku.com/?p=3719
MongoDB 通过 mapReduce() 方法支持 Map-Reduct 计算模型

Map-Reduce 是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果 ( REDUCE )

mapReduce 方法

语法

MongoDB mapReduce() 方法语法格式如下

>db.collection.mapReduce(
   function() {emit(key,value);},                  // map 函数
   function(key,values) {return reduceFunction},   // reduce 函数
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

使用 mapReduce 方法实现两个函数 Map 函数和 Reduce 函数

Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将 key 与 value 传递给 Reduce 函数进行处理

Map 函数必须调用 emit(key, value) 返回键值对

参数说明

• map ：映射函数，生成键值对序列，作为 reduce 函数参数
• reduce 统计函数，reduce 函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value
• out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
• query 一个筛选条件，只有满足条件的文档才会调用map函数 ( query、limit，sort可以随意组合 )
• sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
• limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）

Map-Reduce 计算模型图示

在这张图中，在集合 orders 中查找 status:”A” 的数据，并根据 cust_id 来分组，并计算 amount 的总和

使用 mapReduce

范例数据

假设我们有以下的 posts 集合数据，存储了用户的 user_name 和文章的 status 字段

> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "mark",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "souyunku",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "souyunku",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
> db.posts.insert({
   "post_text": "搜云库技术团队，教程 ",
   "user_name": "souyunku",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })

接下来我们在 posts 集合中使用 mapReduce 函数来选取已发布的文章(status:”active”)，并通过user_name分组，计算每个用户的文章数

> db.posts.mapReduce( 
   function() { emit(this.user_name,1); }, 
   function(key, values) {return Array.sum(values)}, 
      {  
         query:{status:"active"},  
         out:"post_total" 
      }
)

运行以上 mapReduce 输出结果为

{
  "result" : "post_total",
  "timeMillis" : 153,
  "counts" : {
    "input" : 5,
    "emit" : 5,
    "reduce" : 1,
    "output" : 2
  },
  "ok" : 1
}

结果表明，共有 5 个符合查询条件（status:”active”）的文档， 在map函数中生成了 5 个键值对文档，最后使用reduce函数将相同的键值分为 2 组

参数说明

• result：储存结果的collection的名字,这是个临时集合，MapReduce的连接关闭后自动就被删除了
• timeMillis：执行花费的时间，毫秒为单位
• input：满足条件被发送到map函数的文档个数
• emit：在map函数中emit被调用的次数，也就是所有集合中的数据总量
• ouput：结果集合中的文档个数 （count对调试非常有帮助）
• ok：是否成功，成功为 1
• err：如果失败，这里可以有失败原因，不过从经验上来看，原因比较模糊，作用不大

可以使用 find() 方法查看 mapReduce 计算的结果

> db.posts.mapReduce( 
   function() { emit(this.user_name,1); }, 
   function(key, values) {return Array.sum(values)}, 
      {  
         query:{status:"active"},  
         out:"post_total" 
      }
).find()

输出结果如下所示，总共有两个用户 tom 和 mark 有两个发布的文章

{ "_id" : "mark", "value" : 4 }
{ "_id" : "souyunku", "value" : 1 }

Map 函数和 Reduc e函数可以使用 JavaScript 来实现，使得 MapReduce 的使用非常灵活和强大

干货推荐

本站推荐：精选优质专栏

附录：MongoDB 教程：系列文章

• 一、MongoDB 基础教程
• 二、NoSQL 简介
• 三、什么是 MongoDB ?
• 四、Windows 平台安装 MongoDB
• 五、Linux 平台安装 MongoDB
• 六、Mac OSX 平台安装 MongoDB
• 七、MongoDB 术语
• 八、MongoDB -连接
• 九、MongoDB 创建数据库
• 十、MongoDB 切换数据库
• 十一、MongoDB 删除数据库
• 十二、MongoDB 备份数据( mongodump )
• 十三、MongoDB 插入文档
• 十四、MongoDB 更新文档
• 十五、MongoDB 删除文档
• 十六、MongoDB 删除集合
• 十七、MongoDB 查询文档
• 十八、MongoDB 条件操作符
• 十九、MongoDB $type操作符
• 二十、MongoDB 限制条数 (limit 方法)
• 二十一、MongoDB 跳过 (skip 方法)
• 二十二、MongoDB 排序
• 二十三、MongoDB 索引
• 二十四、MongoDB 聚合运算( aggregate )
• 二十五、MongoDB 聚合运算 – 管道
• 二十六、MongoDB 副本集群复制
• 二十七、MongoDB 分片集群技术
• 二十八、MongoDB 备份数据( mongodump )
• 二十九、MongoDB 恢复数据( mongorestore )
• 三十、MongoDB 性能跟踪 ( mongotop )
• 三十一、MongoDB 状态检测 ( mongostat )
• 三十二、MongoDB Java
• 三十三、MongoDB PHP 扩展
• 三十四、MongoDB PHP
• 三十五、PHP7 MongDB 扩展安装与使用
• 三十六、MongoDB 关系
• 三十七、MongoDB 数据库引用
• 三十八、MongoDB 覆盖索引查询
• 三十九、MongoDB 查询分析
• 四十、MongoDB 原子操作
• 四十一、MongoDB 高级索引
• 四十二、MongoDB 索引限制
• 四十三、MongoDB ObjectId
• 【当前读到】四十四、MongoDB Map Reduce
• 四十五、MongoDB 全文检索
• 四十六、MongoDB 正则表达式
• 四十七、MongoDB 管理工具: Rockmongo
• 四十八、MongoDB GridFS
• 四十九、MongoDB 固定集合（Capped Collections）
• 五十、MongoDB 自增 ID